接入 LangFuse 实现全链路可观测：Token 消耗追踪、调用链分析与成本核算

01 引言：LLM应用的可观测性之痛

在过去一年里，我先后参与了三个基于大语言模型的工程项目。从最初简单的RAG问答系统，到后来复杂的多Agent协作框架，一个痛点始终如影随形：当线上出现bad case时，我根本不知道发生了什么。

传统后端监控工具（Prometheus、Grafana、ELK）擅长监控CPU、内存、QPS、错误率，但对于LLM应用来说，这些指标远远不够。你需要知道的是：这次调用用了哪个prompt版本？消耗了多少token？花了多少钱？为什么LLM返回了这个结果？Agent在哪个步骤走了岔路？

2026年3月，Langfuse正式发布了v4版本，将数据模型从“trace-centric”全面转向“observation-centric”。这一架构变革，恰好回应了Agentic应用爆发式增长带来的可观测性挑战。

本文基于Langfuse v4（2026年3月发布）、Python SDK v4.7.1（2026年5月）、JS SDK v5.4.1（2026年5月）等最新版本撰写。所有代码示例和配置均可在Langfuse官方文档及GitHub仓库中验证。

02 LangFuse是什么？

根据Langfuse官方文档的定义，Langfuse是一个开源AI工程平台（GitHub），帮助团队协作调试、分析和迭代LLM应用